基于yolo3 与crnn 实现中文自然场景文字检测及识别

最新推荐文章于 2024-07-26 16:45:27 发布

to_be_better_one

最新推荐文章于 2024-07-26 16:45:27 发布

阅读量1.1w

点赞数 2

文章标签： yolo3 crnn github

本文链接：https://blog.csdn.net/ghw15221836342/article/details/86551316

版权

该博客介绍了如何基于yolo3和crnn实现中文自然场景文字的检测与识别，提供了github项目地址。内容包括文字方向检测、GPU/CPU环境部署、模型下载、web服务启动和识别结果展示。还提到了Docker容器的使用和相关开源项目参考。

摘要由CSDN通过智能技术生成

基于yolo3 与crnn 实现中文自然场景文字检测及识别

github地址：基于yolo3 与crnn 实现中文自然场景文字检测及识别

实现功能：

文字方向检测 0、90、180、270度检测（支持dnn/tensorflow）
支持(darknet/opencv dnn /keras)文字检测,暂时公布（keras版本训练）
不定长OCR训练(英文、中英文) crnn\dense ocr

环境部署：

GPU部署：参考setup.md

GPU环境部署：
conda create -n chineseocr python=3.6 pip scipy numpy jupyter ipython ##运用conda 创建python环境
source activate chineseocr
git submodule init && git submodule update
pip install easydict opencv-contrib-python==3.4.2.16 Cython h5py lmdb mahotas pandas requests bs4 matplotlib lxml -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install -U pillow -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install keras==